训练好的网络对样本的仿真竟然出现问题，求解
本人初学者，最近利用神经网络进行电力负荷的预测，整理了30组样本数据，每组样本13个输入，1个输出。样本输入为13*30的矩阵【p】，输出样本为1*13的矩阵【t】。训练前利用premnmx函数对数据进行了归一化处理得到【pn】和【tn】，利用nntool工具，输入【pn】，输出【tn】来对网络训练，训练收敛后，从30组中抽取一组数据，即13*1的一个样本数据【p1】来进行仿真，出现一个问题：如果从【p】中抽取该组数据并利用tramnmx函数进行归一化处理后得到【p1n】进行仿真则输入，则输出根本根本不对，误差很大。而如果直接从【pn】中将对应的数据直接复制到【p2n】中，则输出就是预期的正确值。值得注意的是，【p1n】和【p2n】的数值是完全一样的，不知何故。盼请各位同门赐解！！ 请把程序贴出来 估计这哥们问题已经解决了，都去年的问题了
页:
[1]